2021年12月3日至4日,第四届“绽放杯”5G应用征集大赛(以下简称“大赛”)总决赛在鹏城深圳成功举办。本次大赛由工业和信息化部主办,深圳市工业和信息化局、深圳市福田区人民政府、中国信息通信研究院、5G应用产业方阵、IMT-2020(5G)推进组、中国通信标准化协会以及金砖国家未来网络研究院中国分院联合承办。大赛以“融惠百业、智享未来”为主题,旨在解决产业发展难点,推动应用落地复制,深化跨行业协作,树立5G行业应用标杆。
工业和信息化部信息通信发展司副司长刘郁林、中国信息通信研究院副院长王志勤、深圳市工业和信息化局党组书记、局长余锡权等领导出席本次大赛并致辞。
刘郁林在致辞中指出我国5G应用探索与推广已取得积极成效,全国5G应用创新案例超过1万个,在工业、医疗、教育、交通等多个行业领域发挥了赋能作用,呈现地域广、行业多、业务逐步深入的特点。面对5G应用规模化发展的挑战,建议如下:一是深度挖掘应用场景。打造行业领域特色应用场景和高水平标杆示范项目,加快形成与5G深度融合、有商业价值的行业应用解决方案;二是强化产业支撑能力。聚焦制约5G应用规模化发展的关键环节,夯实产业发展基础。加强5G融合应用的网络安全和重要数据保护,进一步提升安全保障能力;三是营造良好的产业生态。要落实好《5G应用“扬帆”行动计划(2021-2023年)》,紧密跟踪全球5G应用发展态势,打造优势互补、互利共赢的产业发展生态。
王志勤在致辞中指出:“绽放杯”已经成为跨界融合交流的盛事,切实推动5G应用产业生态构建,为推进我国5G应用“扬帆远航”发挥着重要作用。首先,“绽放杯”促进5G应用繁荣。通过开设行业特色专题赛,在工业、能源、医疗、交通、文旅、金融等领域形成一批5G应用样板间;其次,“绽放杯”夯实5G产业供给。通过开设行业虚拟专网、通用产品、MEC等专题赛道,强化产业基础环节,为产业生态发展夯实基础;最后,“绽放杯”推动跨界融合生态。5G融合应用的深度和广度不断扩宽,正与千行百业加速融合。
余锡权在致辞中指出深圳市高度重视5G发展,为打造全球5G应用标杆城市,深圳市出台了《关于大力促进5G创新应用发展的若干措施》等一系列扶持政策。深圳在全球率先实现5G独立组网全市域覆盖,重点培育和建设了五大5G产业集聚区,以及若干5G重点产业片区。下一步,深圳市将充分发挥产业优势和龙头企业带动效应,在产业规模、产业链强链补链、产业生态体系和5G应用样板城市等方面持续发力,推动5G全产业链高质量发展。
在大赛开赛仪式上,中国信息通信研究院副院长王志勤,深圳市工业和信息化局党组书记、局长余锡权,中国通信标准化协会副秘书长代晓慧,深圳市福田区政府副区长欧阳绘宇,中国通信企业协会增值专委会主任于生多以及金砖国家未来网络研究院中国分院院长朱禹涛共同启动第四届“绽放杯”5G应用征集大赛全国总决赛。
本届大赛设置了13个区域赛、21个专题赛和1个标杆赛,历时3个多月的项目征集,共收到参赛项目12281个。经过区域赛和专题赛遴选以及全国赛复赛选拔,最终48个项目入围全国总决赛,48个项目获得三等奖、204个项目获得优秀奖。全国赛总决赛参赛项目通过路演与答辩相结合的形式展开激烈角逐,最终遴选出一等奖17名(16和17名并列)、二等奖31名。
为统一组织和推进全国各地5G创新实验室、5G公共服务平台及产业合作平台的协同发展,5G应用产业方阵于2021年中组织评选出第二批5G应用产业方阵创新中心。在本次活动期间,刘郁林副司长、王志勤副院长为评选出的6家5G应用产业方阵创新中心授牌。
本次大赛通过5G智汇堂、光明网、新京报、新浪网、腾讯网、云商务直播、和商务直播、沃视频、智能+学院等20余家媒体或平台进行了线上直播,吸引2288.3万人次观看。
好文章,需要你的鼓励
B&H近期对多款M5 Pro MacBook Pro机型推出300美元优惠。14英寸M5 Pro版本(48GB内存+1TB固态硬盘)现售价2299美元,较原价2599美元节省300美元,且该配置在亚马逊无法购买,折扣机会更为难得。此外,16英寸M5 Pro版本(64GB内存+1TB固态硬盘)同样享有300美元折扣。B&H在多款高配MacBook机型上的定价已低于亚马逊,是近期可找到的最优价格。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。